简述
UDI，即Unique Dual Index，双端唯一标签技术UMI，即Unique Molecular Identifier，分子条形码或者分子标签技术
index
要实现对多个样本同时测序，必须在各样本PCR扩增阶段，往DNA片段上添加一段分子序列作为样本标签，这种标签叫做index。在多样本混合测序后，通过这些标签即可确定对应的样品。Index一般由8位碱基所组成，常有单端与双端两种添加模式，为了增加同时上样的通量，大家一般在面临大量样本同时测序时，会选择双端index。例如如果单段有12种index形式，双端则可以实现对12*12=144种样品的混合测序。
文库结构示意图
目前常用的双端index策略是通过少数几种index序列排列组合，去实现更多样本的标签区分（如96种），但这种方式一直存在交叉污染的可能。
同时，为了进一步提升通量与扩增效率，降低测序成本，Illumina为Novaseq等高通量型测序仪引入了图案化流动槽（Patterned Flow Cell Technology，PFCT）和排他性扩增（Exclusion Amplification，ExAmp）成簇技术。这两个看似美好的技术却无意间放大了一种叫做标签跳跃（index hopping）的样本标签错配的现象，导致科研人员无法正确拆析样本与数据的关系，最终可能与重大发现“失之交臂”。
为了降低标签跳跃，Illumina在白皮书[1]中提到可以使用UDI双端特殊标签对样本进行标记，混样后进行测序。
UDI的引入使得文库两端的index序列是唯一，且一对一组合的，不存在共用。换句话说，只有两端带有完全正确index序列的reads才能进入后续的样本分析，从而可以剔除标签错配的reads，有效避免样本之间的数据串扰。
一句话总结：采用UDI策略，能更正确拆解测序数据与样本之间的一一对应关系，减小样本“戴错号码牌”的概率
下面再来讲讲名为分子标签技术的UMI：
UMI的原理就是给每一条原始DNA片段加上一段特有的标签序列，经PCR扩增后一起进行测序。这样根据不同的标签序列，生信人员就能区分不同来源的DNA模板，分辨哪些是PCR扩增及测序过程中的随机错误造成的假阳性突变，哪些是患者真正携带的突变，从而提高检测灵敏度和特异性。
一些需要较高正确度的应用，如肿瘤稀有突变分析，常会对5%、甚至1%左右的稀有变异作检测。这时一旦出现测序错误、或者PCR偏差，便会产生大量假阳性结果，因此需要添加UMI进行校正。
网友评论